影子银行是我国金融市场的必要补充吗?——基于省级民营经济增长的实证检验
发布时间：2021-08-30 11:42
中国式影子银行的定位一直备受争议。文章从其产生背景——民营经济的发展着手,以测算出的各省份狭义统计口径下的民营经济规模和影子银行规模为前提,基于新古典经济增长理论设计的实证模型,检验了中国30个省级单位在1995～2016年间影子银行对民营经济增长的影响。结果证明,中国式影子银行是对正规金融运行下难以满足的巨大社会融资需求的有力补充,也是推动中国民营经济发展的重要资金来源,说明货币当局目前对于中国式影子银行的性质定位是合理的,但是这种贡献存在显著的时间、省际和区域层面上的非对称性。
【文章来源】：经济社会体制比较. 2019,(05)北大核心CSSCI
【文章页数】：14 页
【部分图文】：
1995～2016年30个省私企和个体经济平均发展水平分布情况注:
，其中内蒙古的民营经济产值变化最大，增长了100多倍，而增长最慢的是黑龙江，而且从图1中看到其民营经济产值的平均水平也不是很高，但考虑到重工业一直是黑龙江的经济支柱，优质民营企业较少①的特点，出现这一结果并不意外。注:图中各省份的狭义民营经济产值是根据公式(1)计算出样本期间各年的结果后又取了平均值。图1:1995～2016年30个省私企和个体经济平均发展水平分布情况注:图中各省份的狭义民营经济产值增长倍数是根据公式(1)计算出1995年和2016年的结果后相除得到的值。图2:2016年30个省私企和个体经济产值较之1995年的增长倍数分布情况总体来看，22年来我国民营经济虽迅速发展，但省际间的差距十分显著。由于大部分落后省份的增长速度较快，因此差距正在缩小。不过在相当长的一段时间内，这种省际间的不平衡性还会一直存在。2．中国省际影子银行规模差异据前文所述方法，本文估算出中国30个省在1995～2016年期间狭义民营经济得到的影子银行资金规模的平均值(见图3)。明显可见，江苏、广东、上海和浙江四省市形成第一阵营，影子银行规模远超其他省份，22年来的平均发展水平达到10000亿元以上;其他省份为第二阵营，除了山东、辽宁、湖北、重庆四省略高一些外，其余基本都在2000亿元左右。(三)中国民营经济和影子银行发展关系分析毋庸置疑，中国经济的腾飞和可持续发展离不开民营经济的支持，但对我国GDP贡献超过60%的民营经济却长期处于资金短缺困境。有关数据显示，我国正规金融机构1995～2016年期间给予狭义民营经济单位贷款的比重尽管有明显上升，但是占比仍然很小，即使近几年在国家不断出
注:图中数据是遵循李建军(2010)的方法在调整统计口径后计算而得。图3:1995～2016年30个省级单位的影子银行规模平均值分布情况机构向中小企业倾斜的情况下依然不到10%①。而中国工商联每两年的调查也证实能否“获得银行贷款”一直以来都是私人部门面临的最大挑战(Tsai，2017)。所以非正规金融途径的资金支持毫无疑问是民营经济赖以生存的一个重要基础。而且，从图1和图3可以看到，将各省份的影子银行规模与当地民营经济产值相比，所表现出来的区域非对称性基本一致:影子银行平均规模高的省份，其民营经济发展水平也相对较高。三、变量、数据和方法(一)变量选取本文依据新古典经济增长模型，选取相应的变量构建计量模型，并以此为基础展开实证检验。模型的被解释变量为中国30个省级单位的狭义民营经济发展水平(GDPE)，指标是各省份私企与个体经济产值占当地GDP比例，其中，各省份私企和个体经济产值采用前文测算数据。基于经典的生产函数，加之本文要探究的正规金融和影子银行对民营经济发展的影响，所以模型中的解释变量主要有五个:第一，各省份的正规金融发展水平(FD)。本文采用最常用的戈德史密斯的金融相关比率指标衡量各省份正规金融发展水平，考虑到数据的可得性以及我国民营经济主体通过金融市场融资水平极低的现状，这里仅以狭义民营经济获得的金融机构贷款余额占GDP的比重来代表正规金融在狭义民营经济生产过程中给予的资金支持。第二，影子银行发展水平(SBANK)。以狭义民营经济单位的影子银行信贷占GDP的比重作为衡量指标，其中民营经济的影子银行信贷规模是依据第二部分阐述的方法测算出来的。第三，物质资本投资水平
【参考文献】：
期刊论文
[1]信贷约束、影子银行与货币政策传导[J]. 高然,陈忱,曾辉,龚六堂. 经济研究. 2018(12)
[2]大资管、影子银行与货币政策传导[J]. 温信祥,苏乃芳. 金融研究. 2018(10)
[3]影子银行与中国经济波动——基于DSGE模型的比较分析[J]. 庄子罐,舒鹏,傅志明. 经济评论. 2018(05)
[4]经济“脱实向虚”的成因与治理:理解十九大金融体制改革[J]. 彭俞超,黄志刚. 世界经济. 2018(09)
[5]我国影子银行对银行业系统性风险影响研究——基于内生化房地产商的DSGE模型分析[J]. 郭娜,马莹莹,张宁. 南方经济. 2018(08)
[6]货币政策、影子银行与银行流动性[J]. 徐云松. 首都经济贸易大学学报. 2018(05)
[7]构建中国影子银行统计指标体系:基于国际比较视角[J]. 周莉萍. 统计研究. 2018(03)
[8]我国中小企业融资及其对影子银行的风险溢出效应研究[J]. 佟孟华,张国建,栾玉格. 投资研究. 2018(03)
[9]基于中美对比视角的中国影子银行发展研究[J]. 何启志,张旭阳,周峰. 财贸研究. 2017(03)
[10]中国式影子银行下的金融系统脆弱性[J]. 林琳,曹勇,肖寒. 经济学(季刊). 2016(03)
本文编号：3372712
【文章来源】：经济社会体制比较. 2019,(05)北大核心CSSCI
【文章页数】：14 页
【部分图文】：
1995～2016年30个省私企和个体经济平均发展水平分布情况注:
，其中内蒙古的民营经济产值变化最大，增长了100多倍，而增长最慢的是黑龙江，而且从图1中看到其民营经济产值的平均水平也不是很高，但考虑到重工业一直是黑龙江的经济支柱，优质民营企业较少①的特点，出现这一结果并不意外。注:图中各省份的狭义民营经济产值是根据公式(1)计算出样本期间各年的结果后又取了平均值。图1:1995～2016年30个省私企和个体经济平均发展水平分布情况注:图中各省份的狭义民营经济产值增长倍数是根据公式(1)计算出1995年和2016年的结果后相除得到的值。图2:2016年30个省私企和个体经济产值较之1995年的增长倍数分布情况总体来看，22年来我国民营经济虽迅速发展，但省际间的差距十分显著。由于大部分落后省份的增长速度较快，因此差距正在缩小。不过在相当长的一段时间内，这种省际间的不平衡性还会一直存在。2．中国省际影子银行规模差异据前文所述方法，本文估算出中国30个省在1995～2016年期间狭义民营经济得到的影子银行资金规模的平均值(见图3)。明显可见，江苏、广东、上海和浙江四省市形成第一阵营，影子银行规模远超其他省份，22年来的平均发展水平达到10000亿元以上;其他省份为第二阵营，除了山东、辽宁、湖北、重庆四省略高一些外，其余基本都在2000亿元左右。(三)中国民营经济和影子银行发展关系分析毋庸置疑，中国经济的腾飞和可持续发展离不开民营经济的支持，但对我国GDP贡献超过60%的民营经济却长期处于资金短缺困境。有关数据显示，我国正规金融机构1995～2016年期间给予狭义民营经济单位贷款的比重尽管有明显上升，但是占比仍然很小，即使近几年在国家不断出
注:图中数据是遵循李建军(2010)的方法在调整统计口径后计算而得。图3:1995～2016年30个省级单位的影子银行规模平均值分布情况机构向中小企业倾斜的情况下依然不到10%①。而中国工商联每两年的调查也证实能否“获得银行贷款”一直以来都是私人部门面临的最大挑战(Tsai，2017)。所以非正规金融途径的资金支持毫无疑问是民营经济赖以生存的一个重要基础。而且，从图1和图3可以看到，将各省份的影子银行规模与当地民营经济产值相比，所表现出来的区域非对称性基本一致:影子银行平均规模高的省份，其民营经济发展水平也相对较高。三、变量、数据和方法(一)变量选取本文依据新古典经济增长模型，选取相应的变量构建计量模型，并以此为基础展开实证检验。模型的被解释变量为中国30个省级单位的狭义民营经济发展水平(GDPE)，指标是各省份私企与个体经济产值占当地GDP比例，其中，各省份私企和个体经济产值采用前文测算数据。基于经典的生产函数，加之本文要探究的正规金融和影子银行对民营经济发展的影响，所以模型中的解释变量主要有五个:第一，各省份的正规金融发展水平(FD)。本文采用最常用的戈德史密斯的金融相关比率指标衡量各省份正规金融发展水平，考虑到数据的可得性以及我国民营经济主体通过金融市场融资水平极低的现状，这里仅以狭义民营经济获得的金融机构贷款余额占GDP的比重来代表正规金融在狭义民营经济生产过程中给予的资金支持。第二，影子银行发展水平(SBANK)。以狭义民营经济单位的影子银行信贷占GDP的比重作为衡量指标，其中民营经济的影子银行信贷规模是依据第二部分阐述的方法测算出来的。第三，物质资本投资水平
【参考文献】：
期刊论文
[1]信贷约束、影子银行与货币政策传导[J]. 高然,陈忱,曾辉,龚六堂. 经济研究. 2018(12)
[2]大资管、影子银行与货币政策传导[J]. 温信祥,苏乃芳. 金融研究. 2018(10)
[3]影子银行与中国经济波动——基于DSGE模型的比较分析[J]. 庄子罐,舒鹏,傅志明. 经济评论. 2018(05)
[4]经济“脱实向虚”的成因与治理:理解十九大金融体制改革[J]. 彭俞超,黄志刚. 世界经济. 2018(09)
[5]我国影子银行对银行业系统性风险影响研究——基于内生化房地产商的DSGE模型分析[J]. 郭娜,马莹莹,张宁. 南方经济. 2018(08)
[6]货币政策、影子银行与银行流动性[J]. 徐云松. 首都经济贸易大学学报. 2018(05)
[7]构建中国影子银行统计指标体系:基于国际比较视角[J]. 周莉萍. 统计研究. 2018(03)
[8]我国中小企业融资及其对影子银行的风险溢出效应研究[J]. 佟孟华,张国建,栾玉格. 投资研究. 2018(03)
[9]基于中美对比视角的中国影子银行发展研究[J]. 何启志,张旭阳,周峰. 财贸研究. 2017(03)
[10]中国式影子银行下的金融系统脆弱性[J]. 林琳,曹勇,肖寒. 经济学(季刊). 2016(03)
本文编号：3372712
本文链接：https://www.wllwen.com/jingjilunwen/guojijinrong/3372712.html
